💡 技巧与观点 · 刚刚

Anthropic 的 Boris Cherny 表示，通过模型训练已基本解决 Claude 模型在实际使用中的提示注入威胁。独立研究者的基准测试显示，叠加模型训练、输入探测和意图分类器等多层防御后，未见过的间接提示注入攻击成功率可降至约 0。Claude Code 的 auto 模式将于下周默认开启。

📎 来源：X：Boris Cherny (@bcherny) | https://x.com/bcherny/status/2086520950259118464
🔗 原文：AI大事件